matlab的代码在相机上实现活动功能跟踪 此存储库包含和中描述的基于事件的功能跟踪方法的MATLAB实现。 该代码已经过测试，可以在MATLAB 2017b上运行。 数据 我们在data文件夹中提供了将事件数据从ROS bag转换为MATLAB mat文件的功能。 目前，正在测试来自和的数据。 或和或函数对于生成数据和不变形地图资料文件是必不可少的。 您必须根据相机校准是使用弧度失真模型（例如事件相机数据集）还是等距失真模型（例如MVSEC）来选择适当的不失真贴图功能。 请注意，您将需要具有预编译的发行版的。 假设您在数据文件夹中有boxes_6dof.bag文件，则提取代码可以按以下方式运行： load_folder = 'data'; save_folder = 'data'; extract_ros_data('boxes_6dof', load_folder, save_folder) 对于radtan失真模型，未失真映射在MATLAB中生成，如下所示： load data/boxes_6dof.mat generate_undistort_map_radtan(cinfo,

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：MATLAB目标检测_matlab__meanshift结合颜色特征跟踪目标的程序(推荐)_meanshift_颜色特征识别 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：meanshift算法_结合颜色特征跟踪目标_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

本程序是多特征融合的目标跟踪程序，基于粒子滤波框架，融合边缘和TED特征的跟踪算法，可以运行程序，适合用于对多特征融合的学习

mind-ar-js（测试版） mind-ar-js是用于Web增强现实的轻量级库。 主要功能包括： :white_medium_star: 用纯JavaScript编写，从底层计算机视觉引擎到前端是端到端的 :white_medium_star: 利用gpu（通过webgl）和网络工作者提高性能 :white_medium_star: 支持自然特征跟踪（即图像目标），具有多个目标 :white_medium_star: 开发人员友好。 易于设置。 借助AFRAME扩展程序，您只需10行代码即可启动您的应用 演示版 观看视频： : ，或自己尝试： 示例1：使用手机打开以下网址： : 。 允许相机访问并查看下图以触发AR效果。 示例2（多个目标）用您的手机打开此URL： : 。 允许相机访问并查看以下图像（一次一张）以触发AR效果。 示例3（交互式示例） 观看视频： : ，或自己尝试： 用您的手机打开此网址： : 。 允许相机访问并查看示例1中的相同图像。 用法 步骤1：编译映像目标 使用

研究了汽车辅助驾驶系统中的计算机视觉问题。一方面,用小波变换对高速公路上的道路边 缘进行检测;另一方面,利用灰度以及几何特征实时跟踪和检测车道边缘,通过建立道路边缘模型,采用 数据拟合的方法确定边界轨迹方程,从而估算出公路的延伸方向,实现汽车的自动防偏,并为解决汽车智 能辅助驾驶系统的避障问题提供了有力的保证。

基于相机的2D特征跟踪 这是功能跟踪模块，用于评估自动车辆碰撞检测系统的各种检测器/描述符组合。 该项目包括四个部分： 加载图像，设置数据结构并将所有内容放入环形缓冲区以优化内存负载。 集成了几个关键点检测器，例如HARRIS，FAST，BRISK和SIFT，并就关键点数量和速度进行了比较。 使用蛮力以及FLANN方法提取和匹配描述符。 以不同的组合测试各种算法，并就某些性能指标进行比较。 本地运行的依赖项 cmake> = 2.8 所有操作系统： make> = 4.1（Linux，Mac），3.81（Windows） Linux：大多数Linux发行版默认都安装了make Mac： Windows： OpenCV> = 4.1 必须使用-D OPENCV_ENABLE_NONFREE=ON cmake标志从源代码进行编译，以测试SIFT和SURF检测器。 Open

这里是基于Opencv的SIFT和SURF特征进行目标跟踪的源代码，但是代码还有错误，找不到错误的来由